【leetcode】dp---中等（1）**279. 完全平方数_dp数字序列_类二叉搜索树种数（2）300. 最长上升子序列_dp无序数列求有序（3）304. 二维区域和检索 _dp矩阵和

279、给定正整数 n，找到若干个完全平方数（比如 1, 4, 9, 16, ...）使得它们的和等于 n。你需要让组成和的完全平方数的个数最少。

示例 1:

输入: n = 13
输出: 2
解释: 13 = 4 + 9.

  dp[i] = min(dp[i], dp[i-j*j] + 1);

步长为完全平方数j*j，dp[i]为i一个步长j*j之前的数的完全平方数个数dp[i-j*j] + 1

// dp[i]:数i需要最少的完全平方数个数。
// 状态转移：对步长进行遍历。步长为完全平方数j*j，dp[i]为i一个步长j*j之前的数的完全平方数个数dp[i-j*j] + 1--（j*j)
class Solution {
public:
    int numSquares(int n) {
        vector<int> dp(n + 1, 0);
        for(int i = 1; i <= n; i++){
            dp[i]= i; // 初始化，最多全由1组成，个数为i个
            for(int j = 1; j*j <= i; j++){ // 按前一步步长变化，进行转移
                dp[i] = min(dp[i], dp[i-j*j] + 1);
            }
        }
        return dp[n];
    }
};

结果：

执行用时：268 ms, 在所有 C++ 提交中击败了52.60% 的用户

内存消耗：9 MB, 在所有 C++ 提交中击败了56.35% 的用户

 

300、给定一个无序的整数数组，找到其中最长上升子序列的长度。

示例:

输入: [10,9,2,5,3,7,101,18]
输出: 4 
解释: 最长的上升子序列是 [2,3,7,101]，它的长度是 4。

 状态转移：找一个nums[j]<nums[i] && dp[j]为max的。  ！！找准前一个状态！！

dp[i] = dp[j] + 1;

// dp[i]:以i结尾的最长上升序列
// 状态转移：找一个nums[j]<nums[i] && dp[j]为max的
// dp[i] = dp[j] + 1;
class Solution {
public:
    int lengthOfLIS(vector<int>& nums) {
        int n = nums.size();
        if(n == 0) return 0;
        vector<int> dp(n ,0);
        dp[0] = 1;
        int ans = 1;
        for(int i = 1; i < n; i++){
            int tmp = 0, id = i;
            for(int j = i - 1; j >= 0; j--){
                if(nums[i] > nums[j] && tmp < dp[j]) id = j, tmp = dp[j];
            }
            dp[i] = dp[id] + 1;
            ans = max(ans, dp[i]);
        }
        return ans;
    }
};

结果：

执行用时：68 ms, 在所有 C++ 提交中击败了69.61% 的用户

内存消耗：7.8 MB, 在所有 C++ 提交中击败了31.96% 的用户

 

304、给定一个二维矩阵，计算其子矩形范围内元素的总和，该子矩阵的左上角为 (row1, col1) ，右下角为 (row2, col2)。

上图子矩阵左上角 (row1, col1) = (2, 1) ，右下角(row2, col2) = (4, 3)，该子矩形内元素的总和为 8。

示例:

给定 matrix = [
  [3, 0, 1, 4, 2],
  [5, 6, 3, 2, 1],
  [1, 2, 0, 1, 5],
  [4, 1, 0, 1, 7],
  [1, 0, 3, 0, 5]
]

sumRegion(2, 1, 4, 3) -> 8
sumRegion(1, 1, 2, 2) -> 11
sumRegion(1, 2, 2, 4) -> 12

说明:

1. 你可以假设矩阵不可变。
2. 会多次调用 sumRegion 方法。
3. 你可以假设 row1 ≤ row2 且 col1 ≤ col2。

 dp[i][j] = dp[i][j-1] + dp[i-1][j] - dp[i-1][j-1] + nums[i][j]

注意0行，0列，（0，0)

// dp[i][j] : 记录从(0,0)到(i,j)的的矩阵元素和
// dp[i][j] = dp[i][j-1] + dp[i-1][j] - dp[i-1][j-1] + nums[i][j]
class NumMatrix {
public:
    vector<vector<int>> dp;
    int m, n;
    NumMatrix(vector<vector<int>>& matrix) {
        if(matrix.size() == 0 || matrix[0].size() == 0) {dp = {{}}; return; }
        m = matrix.size(), n = matrix[0].size();
        dp.resize(m);
        for(int i = 0; i < m; i++){
            dp[i].resize(n, 0);
            for(int j = 0; j < n; j++){
                if(i == 0 && j == 0) dp[i][j] = matrix[i][j];
                else if(i == 0) dp[i][j] = dp[i][j-1] + matrix[i][j];
                else if(j == 0) dp[i][j] = dp[i-1][j] + matrix[i][j];
                else dp[i][j] = dp[i-1][j] + dp[i][j-1] - dp[i-1][j-1] + matrix[i][j];
            }
        }
    }
    
    int sumRegion(int row1, int col1, int row2, int col2) {
        if(dp[0].size() == 0 || row1 < 0 || row1 >= m || row2 < 0 || row2 >= m || col1 < 0 || col1 >= n || col2 < 0 || col2 >= n) return 0;
        if(row1 == 0 && col1 == 0) return dp[row2][col2];
        else if(row1 == 0) return dp[row2][col2] - dp[row2][col1-1];
        else if(col1 == 0) return dp[row2][col2] - dp[row1-1][col2];
        else return dp[row2][col2] - dp[row1-1][col2] - dp[row2][col1-1] + dp[row1-1][col1-1];
    }
};

/**
 * Your NumMatrix object will be instantiated and called as such:
 * NumMatrix* obj = new NumMatrix(matrix);
 * int param_1 = obj->sumRegion(row1,col1,row2,col2);
 */

结果：

执行用时：44 ms, 在所有 C++ 提交中击败了58.01% 的用户

内存消耗：15 MB, 在所有 C++ 提交中击败了8.34% 的用户